数据处理中3种常用算法（附C语言代码）

[复制链接]

eefishing 发布时间：2020-2-9 23:18

技术帖
文章封面:	-
文章简介:	-

在传感器使用中，我们常常需要对传感器数据进行各种整理，让应用获得更好的效果，以下介绍几种常用的简单处理方法：

1.加权平滑：平滑和均衡传感器数据，减小偶然数据突变的影响；
2.抽取突变：去除静态和缓慢变化的数据背景，强调瞬间变化；
3.简单移动平均线：保留数据流最近的K个数据，取平均值；

01
加权平滑

使用算法如下：
（新值） = （旧值）*（1 - a） + X * a其中a为设置的权值，X为最新数据，程序实现如下：
float ALPHA = 0.1f;
public void onSensorChanged(SensorEvent event){
x = event.values[0];
y = event.values[1];
z = event.values[2];
mLowPassX = lowPass(x,mLowPassX);
mLowPassY = lowPass(x,mLowPassY);
mLowPassZ = lowPass(x,mLowPassZ);
}
private float lowPass(float current,float last){
return last * (1.0f - ALPHA) + current * ALPHA;
}

02
抽取突变采用上面加权平滑的逆算法

实现代码如下：
public void onSensorChanged(SensorEvent event){
final float ALPHA = 0.8;gravity[0] = ALPHA * gravity[0] + (1-ALPHA) * event.values[0];
gravity[1] = ALPHA * gravity[1] + (1-ALPHA) * event.values[1];
gravity[2] = ALPHA * gravity[2] + (1-ALPHA) * event.values[2];filteredValues[0] = event.values[0] - gravity[0];
filteredValues[1] = event.values[1] - gravity[1];
filteredValues[2] = event.values[2] - gravity[2];
}

03
简单移动平均线

保留传感器数据流中最近的K个数据，返回它们的平均值。k表示平均“窗口”的大小；

实现代码如下：
public class MovingAverage{
private float circularBuffer[]; //保存传感器最近的K个数据
private float avg; //返回到传感器平均值
private float sum; //数值中传感器数据的和
private float circularIndex; //传感器数据数组节点位置
private int count;public MovingAverage(int k){
circularBuffer = new float[k];
count= 0;
circularIndex = 0;
avg = 0;
sum = 0;
}
public float getValue(){
return arg;
}
public long getCount(){
return count;
}
private void primeBuffer(float val){
for(int i=0;i<circularbuffer.length;++i){
circularBuffer = val;
' v8 Q  i: L/ `) Y+ Fsum += val;
; `2 V% N$ a0 U* a% t}& P: S5 H' ^0 H9 _
}
7 [' ^% x; L( I! S% Wprivate int nextIndex(int curIndex){, {& P3 p9 E; M. B! M) V! q4 S
if(curIndex + 1 >= circularBuffer.length){( m  ~3 U1 }' l8 O0 |! d* Y4 y
return 0;
, n+ \% U/ ~2 b, x4 }, O# P: a* j$ n7 f}- Q, Q; H5 S" X  r7 ^- x: s
return curIndex + 1;
  D1 R& q. Y6 ~% ]# u}9 g0 y* `! O  k0 ~/ ^; }
public void pushValue(float x){
4 U& j6 J  X8 I* J0 A  z& pif(0 == count++){9 G& N+ Z/ R' ]& v2 N, B1 P+ a
primeBuffer(x);
7 V; Y5 S7 h5 V/ y* t' R}
+ C( `1 I/ H3 p' Mfloat lastValue = circularBuffer[circularIndex];( U# P* g- P) ^; t( S3 _
circularBuffer[circularIndex] = x; //更新窗口中传感器数据
3 \5 y3 A# i$ n1 Q2 Y5 Qsum -= lastValue; //更新窗口中传感器数据和: a; E3 o" x& t7 z! ?8 \" l
sum += x;0 ]5 ?8 F) P# x+ Q3 |. ?: m! y
avg = sum / circularBuffer.length; //计算得传感器平均值
( t% P$ n; X' K" ^2 A' A7 ]5 ~circularIndex = nextIndex(circularIndex);
" _! O6 p: y+ o0 e9 f# w/ H}
5 |* h1 Y# p( q' G9 Z' T}
; M& F  z3 F# |( m  ]2 N" v4 o5 R: y' E$ }- G" ?, ?